การวิเคราะห์ความรู้สึกของความคิดเห็นที่มีต่อร้านอาหารบนเฟสบุ๊ค

ธนกฤต งามสุนทรวงศ์; ภูริวัฒน์ มีชัยเจริญยิ่ง

Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/64154

Full metadata record

DC Field	Value	Language
dc.contributor.advisor	อาธร เหลืองสดใส	-
dc.contributor.author	ธนกฤต งามสุนทรวงศ์	-
dc.contributor.author	ภูริวัฒน์ มีชัยเจริญยิ่ง	-
dc.contributor.other	จุฬาลงกรณ์มหาวิทยาลัย. คณะวิทยาศาสตร์	-
dc.date.accessioned	2020-02-12T04:43:15Z	-
dc.date.available	2020-02-12T04:43:15Z	-
dc.date.issued	2561	-
dc.identifier.uri	http://cuir.car.chula.ac.th/handle/123456789/64154	-
dc.description	โครงงานเป็นส่วนหนึ่งของการศึกษาตามหลักสูตรปริญญาวิทยาศาสตรบัณฑิต สาขาวิชาวิทยาการคอมพิวเตอร์. คณะวิทยาศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย ปีการศึกษา 2561	en_US
dc.description.abstract	ในปัจจุบันเราจะเห็นว่าประชากรส่วนหนึ่งในประเทศไทยเริ่มใช้โซเชียลมีเดีย เช่น เฟสบุ๊ค, ทวิตเตอร์ เพื่อแสดงความคิดเห็นเกี่ยวกับการให้บริการของธุรกิจ ทำให้ธุรกิจเกิดความจำเป็นที่จะต้องจ้างพนักงานมาเพื่ออ่านข้อความที่ลูกค้าแสดงความคิดเห็น เพื่อนำความคิดเห็นต่าง ๆ ไปปรับปรุงการบริการให้ดีขึ้น ในจุดนี้ผู้พัฒนาเล็งเห็นว่าหากเราต้องอ่านความคิดเห็นทั้งหมดด้วยตัวเองนั้น อาจต้องใช้เวลาในการอ่านความคิดเห็นแต่ละครั้งเป็นจำนวนมาก ประกอบกับในปัจจุบันมีการนำเทคนิคการวิเคราะห์ข้อมูลมาประยุกต์ใช้ในการจัดกลุ่มข้อความออกเป็นหมวดหมู่ อย่างเช่นการจัดข้อความเป็นหมวดหมู่ตามความหมายความรู้สึกเชิงบวกหรือเชิงลบ ดังนั้น ผู้พัฒนาจึงพัฒนาโปรแกรมเพื่อช่วยจัดกลุ่มความคิดเห็นที่มีต่อร้านอาหารบนเฟสบุ๊คออกเป็นหมวดหมู่เพื่ออำนวยความสะดวกให้กับธุรกิจในการรับความคิดเห็นเกี่ยวกับบริการที่ลูกค้าได้รับจากธุรกิจ	en_US
dc.description.abstractalternative	At present, there are numbers of Thai people using social media, such as Facebook or Twitter, to give feedback about services of businesses. Businesses, therefore, need several employees to read or monitor these comments in order to improve their services. This manual process wastes employee time and increase costs to businesses. Due to the gaining popularity of Data Analytic research, we can apply data mining techniques to classify automatically data into meaningful classes. For our work, we classify user comments from Facebook into 'Positive' and 'Negative' classes. As a result, businesses can apply our work to receive the positive or negative feedback from their customers and to improve their services accordingly.	en_US
dc.language.iso	th	en_US
dc.publisher	จุฬาลงกรณ์มหาวิทยาลัย	en_US
dc.rights	จุฬาลงกรณ์มหาวิทยาลัย	en_US
dc.subject	เฟซบุ๊ก	en_US
dc.subject	ร้านอาหาร	en_US
dc.subject	สื่อสังคมออนไลน์	en_US
dc.subject	Facebook (Electronic resource)	en_US
dc.subject	Restaurants	en_US
dc.subject	Social media	en_US
dc.title	การวิเคราะห์ความรู้สึกของความคิดเห็นที่มีต่อร้านอาหารบนเฟสบุ๊ค	en_US
dc.title.alternative	Sentiment analysis of restaurant reviews posted on Facebook	en_US
dc.type	Senior Project	en_US
dc.email.advisor	[email protected]	-
Appears in Collections:	Sci - Senior Projects

Files in This Item:

File	Description	Size	Format
Thanakrit_N_Se_2561.pdf		1.52 MB	Adobe PDF	View/Open

Show simple item record